3、数字图像表示：像素、色彩空间（sRGB、Adobe RGB、RAW）、位深、动态范围与色调映射的基本概念
数字图像的本质是将连续的光信号离散化为有限数量的采样点，每个采样点携带色彩与亮度信息。理解像素、色彩空间、位深、动态范围与色调映射，是掌握计算摄影的基石——它们决定了相机传感器输出的RAW数据如何被解读、转换与呈现。本章将从传感器上的光电二极管阵列出发，逐步拆解从光子到屏幕像素的完整链路，并重点辨析sRGB、Adobe RGB与RAW在色彩管理中的角色差异。
3.1 像素与传感器采样
核心原理：像素（Pixel）是数字图像的最小采样单元，但“像素”在摄影语境中有两个层次的含义：物理像素（传感器上的光电二极管）与逻辑像素（图像文件中的采样点）。CMOS传感器通过Bayer滤色阵列（CFA）在每个物理像素上仅采集红、绿、蓝三色之一的光强度，再通过去马赛克算法（Demosaicing）插值出每个逻辑像素的完整RGB值。一个1200万像素的传感器，实际包含约300万红色感光点、300万蓝色感光点和600万绿色感光点（RGGB排列中绿色占50%）。
判断方法：评估传感器分辨率时，应区分“有效像素”与“总像素”——总像素包含边缘光学黑区（OB，Optical Black）用于暗电流校准。在计算摄影中，像素尺寸（Pixel Pitch）比像素数量更关键：单个像素越大，满阱容量（Full Well Capacity）越高，动态范围越宽。例如，索尼IMX410全画幅传感器像素尺寸约5.94μm，而手机传感器IMX989像素尺寸仅1.6μm，前者单像素满阱容量约为后者的8倍。
| 传感器参数 | 全画幅IMX410 | 手机IMX989 | 影响 |
|---|---|---|---|
| 像素尺寸 | 5.94 μm | 1.6 μm | 决定感光灵敏度与动态范围 |
| 满阱容量 | ~80,000 e⁻ | ~10,000 e⁻ | 高光溢出阈值 |
| 读出噪声 | ~2 e⁻ | ~1.5 e⁻ | 暗部信噪比 |
| 量子效率 | ~75% | ~85% | 光子-电子转换效率 |
3.2 色彩空间：sRGB、Adobe RGB与RAW
核心原理：色彩空间定义了颜色数值与可见光谱之间的映射关系。sRGB由HP与Microsoft于1996年制定，基于CRT显示器的荧光粉特性，覆盖约35%的CIE色度图，是互联网、显示器与打印的默认标准。Adobe RGB由Adobe Systems于1998年推出，扩展了青绿色与蓝紫色的覆盖范围，达到约50% CIE，专为专业印刷设计。RAW并非严格意义上的色彩空间，而是传感器原始数据的线性编码，其色彩范围取决于传感器自身的色彩滤镜特性，通常远超任何输出色彩空间。
操作流程：在计算摄影流程中，色彩管理遵循“RAW→工作空间→输出空间”的链路。首先，RAW数据通过白平衡与色彩矩阵变换映射到工作空间（通常为ProPhoto RGB或Adobe RGB，因其色域更宽，可避免中间计算中的色彩裁剪）；完成色调映射与编辑后，再通过渲染意图（Relative Colorimetric或Perceptual）转换到输出空间（sRGB用于屏幕显示，Adobe RGB用于印刷）。
// 色彩空间转换示例（伪代码）
// 1. RAW线性数据 → XYZ（通过传感器色彩矩阵）
XYZ = SensorMatrix * RAW_linear;
// 2. XYZ → 工作空间（如Adobe RGB）
AdobeRGB = XYZ_to_AdobeRGB * XYZ;
// 3. 色调映射（Tone Mapping）
Mapped = ToneMap(AdobeRGB);
// 4. 工作空间 → 输出空间（sRGB）
sRGB = AdobeRGB_to_sRGB * Mapped;3.3 位深与量化精度
核心原理：位深（Bit Depth）决定了每个色彩通道可记录的离散电平数。8bit每通道可表示256级（2⁸），16bit可表示65536级（2¹⁶）。但RAW文件的位深通常为12bit（4096级）或14bit（16384级），这是因为传感器ADC的量化精度受限于信噪比——当读出噪声为2 e⁻时，14bit量化（满阱65536 e⁻）的理论动态范围约为log₂(65536/2)≈15档，已超过ADC的14bit分辨率。
判断方法：选择位深时需考虑最终输出媒介。人眼对暗部梯度的敏感度高于亮部，而线性编码的RAW数据在暗部量化间隔更稀疏（光子噪声主导），因此8bit sRGB在暗部易出现色带（Banding）。计算摄影中，建议至少使用16bit浮点或16bit整数工作空间进行中间处理，输出时再降为8bit并应用抖动（Dithering）算法。
| 位深 | 每通道灰阶 | 适用场景 | 文件大小（1200万像素） |
|---|---|---|---|
| 8bit | 256 | Web显示、社交媒体 | ~36 MB（RGB） |
| 10bit | 1024 | HDR显示、专业视频 | ~45 MB |
| 12bit | 4096 | RAW拍摄（多数相机） | ~54 MB（RAW） |
| 14bit | 16384 | 高端相机RAW | ~63 MB |
| 16bit | 65536 | 后期编辑工作空间 | ~72 MB（TIFF） |
3.4 动态范围与色调映射
核心原理：动态范围（Dynamic Range）定义为传感器可记录的最大非饱和信号与最小可检测信号（通常为读出噪声）之比，以档位（EV）或分贝（dB）表示。现代全画幅传感器的动态范围约为14-15档，而人眼在单次注视中可感知约20档，HDR显示器（如Dolby Vision）可显示约12档。色调映射（Tone Mapping）是将高动态范围（HDR）场景压缩到低动态范围（LDR）显示设备的过程，分为全局算子（Global）与局部算子（Local）。
操作流程：全局色调映射对每个像素应用相同的映射曲线（如Reinhard算子、Filmic曲线），计算简单但易丢失局部对比度；局部色调映射（如基于引导滤波的边缘保持算子）根据像素邻域特征自适应调整，能保留更多细节但可能产生光晕伪影（Halo）。在计算摄影中，多帧HDR合成（包围曝光）后通常采用局部色调映射，以同时保留高光与阴影细节。
3.5 从RAW到显示：完整处理链路
核心原理：计算摄影的最终目标是将RAW数据转换为符合人眼感知特性的图像。标准处理链路包括：黑电平校正（减去OB值）→ 线性化（校正传感器非线性响应）→ 白平衡（乘以RGB增益）→ 去马赛克（插值完整RGB）→ 色彩矩阵变换（传感器空间→标准空间）→ 色调映射（压缩动态范围）→ 色彩编码（Gamma校正）→ 输出。每一步都可能引入误差，因此专业流程中应尽量在浮点精度下操作。
判断方法：评估处理链路质量时，可检查以下指标：① 灰阶是否平滑（无可见色带）；② 高光过渡是否自然（无硬切）；③ 暗部噪点是否被过度磨皮（细节丢失）；④ 色彩是否准确（中性灰是否偏色）。使用Imatest或Delta-E色差仪可量化评估。
- 黑电平校正：减去传感器暗电流产生的固定偏移（通常为512-1024 LSB）
- 白平衡：根据光源色温调整R/G/B增益，使中性灰呈现为R=G=B
- 去马赛克：使用双线性或边缘感知插值算法，恢复每个像素的RGB值
- 色彩校正：通过3×3矩阵将传感器色彩空间转换至CIE XYZ，再转换至工作空间
- 色调映射：应用S曲线或局部算子，压缩动态范围至显示设备可呈现范围
- Gamma编码：应用sRGB Gamma（≈2.2），将线性光域映射到感知均匀的编码域